
词频分布定律(law of distribution for word frequencies)是描述单词在文献中频次分布规律的术语,亦称齐普夫定律。该定律指出将词汇按频次降序排列时,频次f与序号r之间存在幂律关系,其乘积近似为常数(fr=C),该规律在中频词区间表现显著,高低频词区存在偏差 。
美国哈佛大学语言学教授G.K.齐普夫于1949年统计英语文献首次提出该定律,并提出“省力法则”假说——语言使用中说话人与听话人的省力需求达到平衡形成双曲线分布 。H.A.西蒙进一步提出“成功产生成功”假说,认为词语使用概率随使用次数增加而递增 。此外,也有假说认为该定律是复杂系统中偏好依附与资源有限共同作用的结果 。
1949年在其专著中系统阐述并提出了“最省力法则”作为理论基础。后经M. Joos、B. Mandelbrot等学者修正,发展出双参数及三参数词频分布公式。该定律已应用于语言学、情报学、地理学、经济学、信息科学等领域 ,并在城市规模分布 及开放政府数据等领域得到验证 。中国学者周海中指出其作为经验定律仍需完善 。
想要了解更多“词频分布定律”的信息,请点击:词频分布定律百科
